本书以常见的数据备份与恢复项目为例，精心组织、系统化设计了本书案例，以“任务工单”的方式实现“教、学、做”合一，将数据恢复真实工作过程中所需的知识和技能加工、转化为教学项目，每个教学项目都包含虚拟故障磁盘、任务工单、微课视频、大赛真题与综合练习，方便广大教师教学使用。
本书的主要内容包括：数据存储的基本原理、分区表恢复、FAT文件系统数据恢复、exFAT文件系统数据恢复、NTFS文件系统数据恢复、文档修复等内容。
本书可作为职业本科和专科信息安全、大数据、云计算、计算机网络、计算机科

本书是国际著名算法专家李德财教授主编的系列丛书Lecture Notes Series on Computing中的一本。本书涵盖了绝大多数算法设计中的一般技术， 在讲解每一种技术时， 阐述了它的应用背景， 注重用与其他技术相比较的方法说明它的特征， 并提供大量实际问题的例子。本书同时也强调了对每一种算法的详细的复杂性分析。全书分七部分共18 章， 从算法设计与算法分析的基本概念和方法入手， 先后介绍了递归、分治、动态规划、贪心算法、图的遍历等技术， 对NP 完全问题进行了基本但清晰的讨论。作者

本书根据教育部发布的《中等职业学校专业教学标准（试行）信息技术类（第二辑）》中的相关教学内容和要求编写。本书采用任务驱动模式编写。按照日常工作任务顺序及学生的认知特点，全书分为“认识计算机”“计算机配件、外设的安装与选购”“计算机软件的安装与调试”“计算机的维护与保养”“计算机的故障排除”5 个项目内容，共设计了 27 个实用性较强的具体工作任务，详细介绍了计算机及主要外设的选购、组装、维护、测试及维修等内容。本书可作为职业院校相关专业的教材使用，也可作为各类计算机组装与维护培训班的教材使用，还

本书结合理论和实践，主要介绍如何使用图像处理和深度学习技术来使计算机感知和理解图形。全书分为概述、OpenCV 图像基本操作、深度学习与计算机视觉、计算机视觉基础技术、计算机视觉综合应用五大部分（共 11 章）。概述部分（第 1 章）主要介绍计算机视觉的概念和发展史；OpenCV 图像基本操作（第 2 章）主要介绍基于OpenCV 的图像处理操作；深度学习与计算机视觉（第3 章）主要介绍深度学习的概念及其应用、深度学习的实现框架TensorFlow 的用法以及卷积神经网络的概念、结构和算法；计算

本书介绍摄像机成像的基本数学模型, 分析摄像机的标定原理、影像的特征提取与匹配算法、由运动恢复结构的理论和流程, 以及由立体视觉重建稠密三维点云的方法。此外, 本书进一步延伸到图形学几何建模的相关知识, 介绍三维点云的空间滤波理论和表面网格化的建模方法。

本书以深度学习在计算机视觉领域的常用技术与案例相结合的方式，深入浅出地介绍计算机视觉的常见任务及实现技术。全书共7章，内容包含概述、图像处理基本操作、深度学习视觉基础任务、基于FaceNet的人脸识别实战、基于 Faster R-CNN 的目标检测实战、基于 U-Net 的城市道路场景分割实战、基于SRGAN 的图像超分辨率技术实战等。本书大部分章包含操作实践代码和课后习题，希望能够帮助读者在计算机视觉基础任务中应用算法，巩固所学内容。
本书可以作为高校人工智能相关专业教材，也可

本书化繁为简，将众多信息安全威胁归纳为4类——截取、篡改、伪造、中断。针对这4类威胁，由浅入深地介绍了相应的技术手段——加密技术、完整性技术、认证技术和网络防御技术。通过9章的内容，读者可以系统地了解这些技术是如何出现的、基本原理是什么、达成的效果如何。
本书既可以作为信息安全、网络空间安全、计算机类专业的信息安全导论课程教材，也可以供相关专业的技术人员或科普爱好者参考。

本书从身份和访问控制管理（IAM）的定义和价值入手，提出了企业安全架构从原有基于边界的防护演变到以身份为中心的动态访问控制，深入分析了身份治理IGA应该具备多种技术能力（包括身份认证、特权访问、权限控制、目录服务、API安全、风险和行为分析及密码技术），并结合相关标准协议和实践详细描述各种技术应用的场景讲解；最后对身份管理未来的技术和业务发展方向做了前瞻性研究。 本书从政府对法律法规的要求，企业的安全需求增长和数字化转型的趋势，描述了IAM如何为企业降本增效，提高用户体验，为业务赋能。 本书可以

本书是一本以产教融合思想为指引，面向处理器与系统芯片设计人才培养的新型教材，主要分为基础和实验两部分。基础部分侧重于基于开源指令架构RISC-V并结合阿里平头哥半导体公司的玄铁C910等先进处理器案例讲授计算机体系结构的基本原理。RISC-V架构的开放性与良好生态为理论知识的教学提供了更好的蓝本，通过剖析业界先进的RISC-V处理器也使理论知识能够更好地联系具体应用。实验部分详细介绍基于RISC-V开源项目开发的系列实验，包括编译与仿真工具链实验、体系结构探索实验、SoC设计实验等内容，充分利用

本书面向计算机视觉，聚焦算法理论与代码实践，简要介绍了计算机视觉的基本概念和计算机视觉研究的预备知识，分别讲述了图像分类、检测、生成、复原、增强、风格化与视频处理等计算机视觉领域的研究重点，深入浅出地介绍了现今已经成熟的算法和技术，并在各个章节辅以大量实例与核心代码详细展示如何使用主流框架搭建计算机视觉模型，对相关算法内容进行有效的补充和深入。通过理论与实践的结合，读者能够打下较为坚实的计算机视觉基础，熟悉经典算法框架，具备实现和改进成熟算法的能力，为进一步在计算机视觉和相关领域提出新设想、开发